語音轉錄

上傳音訊檔案並設定轉錄參數後，API 會回傳輸入語言的文字。JSON 回應可以只包含轉錄文字，也可以包含語言、長度和分段資訊。

POST/v1/audio/transcriptions

上傳音訊檔案，並將音訊內容轉錄為輸入語言的文字。

授權

bearerAuth

授權Bearer <token>

在 Authorization Header 中使用 Bearer your-api-key。

傳遞位置: header

請求主體

multipart/form-data

使用 Multipart 提交音訊檔案和轉錄參數。用戶端應由請求庫自動產生 Content-Type 的 boundary。

TypeScript 型別定義

在 TypeScript 中使用 request body 型別。

file*file

要轉錄的音訊檔案。支援 flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 和 webm 格式。

格式binary

model*string

要使用的轉錄模型 ID，例如 whisper-1。實際可用模型以目前 API Key 回傳的模型清單為準。

長度1 <= length

language?string

輸入音訊的語言代碼，使用 ISO-639-1 格式，例如 en。提供語言可以提高轉錄準確性。

比對模式^[A-Za-z]{2}$

prompt?string

用於指導模型風格或繼續前一段音訊的文字。

response_format?string

轉錄結果的輸出格式。

預設值"json"

可用值

"json"
"text"
"srt"
"verbose_json"
"vtt"

temperature?number

採樣溫度。較高的值使輸出更隨機。

範圍0 <= value <= 1

預設值0

timestamp_granularities?array<>

轉錄時間戳記的粒度。

預設值

[
  "segment"
]

回應主體

`application/json`

curl -X POST "https://example.com/v1/audio/transcriptions" \  -F file="audio.mp3" \  -F model="MODEL_ID"

{
  "text": "你好，世界！"
}

授權

請求主體

回應主體

200application/json

400application/json

401application/json

403application/json

429application/json

500application/json

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`